自聊天机器人ChatGPT火爆以(yǐ)来，微软公司创始人比尔·盖茨已(yǐ)多次公开谈论人(rén)工智(zhì)能话题(tí)。在最近的(de)一次(cì)采访中，他再次表(biǎo)示(shì)：“AI可能会让科技(jì)行业(yè)迎来一次(cì)剧烈的洗牌”。

这个结(jié)论(lùn)是他在当地时间2月20日接受《In Good Company》节目专(zhuān)访时提(tí)出的。

他(tā)预期，AI的(de)发展可能会威胁到谷歌(gē)的市(shì)占率，因为微软(ruǎn)在AI方面的行动相当迅(xùn)速。而最终科技巨头将(jiāng)把(bǎ)AI整(zhěng)合成用户的“全能助手”，包揽一切应(yīng)用，与(yǔ)人们进行沟通并(bìng)提供建议，可以(yǐ)取(qǔ)代亚马逊(xùn)、Siri或Outlook等应用。

大(dà)佬口(kǒu)中(zhōng)全(quán)能助(zhù)手的到(dào)来可能尚需时(shí)日，但由ControlNet引发的(de)又一次AI绘画浪潮，让AIGC在ChatGPT的话题(tí)热点包(bāo)围中杀出重围。

01

ControlNet颠(diān)覆AI绘画新玩法(fǎ)

AIGC向可控靠近

以AI绘画为代表的AIGC上一次爆火的时候，还是2022年8月，在美国科罗拉(lā)多州举(jǔ)办(bàn)的(de)新兴数字艺术家竞赛中(zhōng)，一幅名为《太(tài)空歌(gē)剧院》的作品获奖。

随后各(gè)大厂商的(de)AI绘画软件被广大网友熟知并(bìng)体验，Stable Diffusion便是其中代表(biǎo)。

用户们可(kě)以在(zài)应用中输入一组关(guān)键词或(huò)者一(yī)张照片，就能(néng)获得一幅AI创作的画(huà)作。

作画(huà)的(de)关键就是(shì)所输入的文(wén)本(běn)。同一组关键词也可以创作出很(hěn)多张风格(gé)不(bù)一样的画作，这(zhè)让创作的过程就像开盲盒。

很(hěn)多用户很喜欢这种不确定的惊喜，他们(men)会将生(shēng)成的美图当做(zuò)头像(xiàng)。而(ér)另一部(bù)分喜(xǐ)欢(huān)翻看AI绘(huì)画(huà)的“翻车(chē)”作品。在社交(jiāo)媒体上，许(xǔ)多用(yòng)户分享AI“翻车现场”，例如，一位网友的小狗(gǒu)照(zhào)片被AI画成了“肌(jī)肉男”，还(hái)有网友的(de)个人照片被AI识(shí)别成了建(jiàn)筑。

而如今随着ControlNet的出(chū)现与加持，以往AI绘画的填写(xiě)关键词游戏可能要被颠覆了。

ControlNet是一(yī)位正在斯坦福读博的中(zhōng)国人张吕敏创作的一种基(jī)于控(kòng)制(zhì)点(diǎn)的图像变形(xíng)算法，主要用于数字图像(xiàng)处理、计算机视觉和计算机图形学等领域。

其SD插件一经发布，在短短(duǎn)的两(liǎng)天内便成(chéng)为了AI绘画领域(yù)最新的热(rè)点。

在此之前(qián)，大家用了很多(duō)方法想让AI生成的结果(guǒ)尽可(kě)能的符(fú)合要求(qiú)，但是都不(bù)尽如人意(yì)，它的出现代表着AI生成开始进入真正的(de)可控时期。

因(yīn)为ControlNet可以直接提(tí)取画面(miàn)的(de)构图，人物的姿势和(hé)画面(miàn)的深度信息等。有了它的(de)帮助，就不用频繁的用提(tí)示词来碰(pèng)运(yùn)气，抽盲盒(hé)式的创作了。

通(tōng)俗的说ControlNet相当于给AI绘画加了“魔法”，不少博主的(de)作品已(yǐ)经获(huò)得了大(dà)量的浏览(lǎn)量(liàng)，“viggo”就是其中(zhōng)之一，他用朋友的照片直接(jiē)带她(tā)们走进动漫世界。

viggo先(xiān)用StableDiffusion图(tú)片转文字。

再用Text2Prompt插件拓展找(zhǎo)到对应的关键词；最(zuì)后用ControlNet插件绑定骨骼开始(shǐ)换关键词试效果。

通过(guò)图片就可以看(kàn)出(chū)来(lái)，效(xiào)果十分惊艳。

更厉(lì)害的是，除了真(zhēn)实(shí)的(de)照(zhào)片，草图也可以加上“魔法”，知乎大牛“DevPoint”和(hé)“逗(dòu)砂(shā)”介绍到(dào)ControlNet还能(néng)实现线稿(gǎo)转全彩(cǎi)图。大神张吕敏其(qí)本尊(zūn)也亲自(zì)回(huí)应。

不(bù)得不(bù)说(shuō)当(dāng)下AIGC已经变(biàn)得(dé)越来越(yuè)强大(dà)，甚至输出的(de)作(zuò)品都(dōu)已经(jīng)能以(yǐ)假乱真了。

02

难辨(biàn)虚实，AIGC技(jì)术(shù)力爆(bào)发

警惕安全问题(tí)

近(jìn)日(rì)，“苏州金鸡湖有游艇(tǐng)party”的(de)消息火(huǒ)遍网络，而经过警方(fāng)辟(pì)谣这所谓的“party”可能是全国第一起(qǐ)AI绘图诈骗。

由于这个活(huó)动(dòng)里面给出的美(měi)女照片(piàn)都是AI制作的真(zhēn)人照片(piàn)绘图，因为太(tài)逼(bī)真，被大家当成真事传(chuán)播了(le)。

不(bù)过仔细观察可以发现，活动发起(qǐ)者提(tí)供的照片中(zhōng)有个(gè)很大的漏洞可以发现并非真人，而是AI绘图，那(nà)便是图片(piàn)中女性的手指部(bù)分有的存在异(yì)常。

有行业人事表示(shì)：“现(xiàn)在因为(wèi)手(shǒu)指(zhǐ)部分的绘画算法比较复杂(zá)，AI还不(bù)太会(huì)画人(rén)的手，但(dàn)最新看到(dào)的图片已经有越来越(yuè)完美的AI模(mó)型(xíng)出现，以后可能就完全没有漏洞了。”

类(lèi)似的AI作图(tú)诈骗在国外也(yě)已有发(fā)生。据(jù)英国广播公司报道，土(tǔ)耳(ěr)其地震(zhèn)期间，有Tiktok用户(hù)使用AI合成(chéng)了儿(ér)童受灾(zāi)的假照片发(fā)布到(dào)网络，以此诱骗善良(liáng)的人打(dǎ)赏“捐助(zhù)”从而实施(shī)诈骗。

目(mù)前(qián)随着技术发展，AIGC已(yǐ)经能做出真人照片般的绘图效果，如果这样(yàng)的图片被用来诈骗，将(jiāng)非常(cháng)可(kě)怕。

此外AIGC还引发(fā)了很多担忧，一方(fāng)面，批判者认为AI在“学(xué)习(xí)”了大量前人(rén)的作品之后，其(qí)创作(zuò)没有任何情(qíng)绪和灵(líng)魂，难以和(hé)人类的艺术创作相提并论。

另一方(fāng)面，AIGC背后(hòu)的版权、目前都并(bìng)没有得到有效(xiào)的解(jiě)决，还有AIGC会(huì)不(bù)会代替(tì)人类“六的大写是什么字，六的大写是什么怎么写至高无上”的创意(yì)。

马斯克也(yě)强调，人工智能的(de)安全(quán)问题需(xū)要得(dé)到重视，太晚就(jiù)来(lái)不及(jí)了。

03

AIGC下一站(zhàn)除(chú)了视频，还有(yǒu)远(yuǎn)方

技术都是有两面(miàn)性(xìng)的，潜(qián)在的危害并(bìng)不能掩(yǎn)盖其光辉的贡献。现(xiàn)在看来，人工智能(néng)技术将是第四(sì)次工(gōng)业革命(mìng)的核心(xīn)驱动(dòng)力(lì)量，将创(chuàng)造新的增长奇迹(jì)。

过去一(yī)年，人工智能在(zài)技术和商业层面都有了巨大进展，AI绘画就是(shì)人工智能技术发生方向性改(gǎi)变的(de)一个代表。其下一站(zhàn)或许就(jiù)是视频。

此前(qián)，Meta和(hé)谷(gǔ)歌先后发布了(le)几条引(yǐn)爆科技(jì)圈的短视频。这些视频引发(fā)关注并非内容做得多优(yōu)秀，反而都非常简单(dān)，比如一匹(pǐ)正(zhèng)在喝水的(de)马(mǎ)，一只画画的玩具熊，或(huò)者(zhě)一段(duàn)骑摩托车的第一视角(jiǎo)录像，随便一个有手机(jī)的(de)人都可以随手录下(xià)一段。

六的大写是什么字，六的大写是什么怎么写g alt="ChatGPT之后又一应用(yòng)杀疯了，AIGC或进入可控期，将洗(xǐ)牌科技(jì)行业？_黑料正能量" decoding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/007b969c3b9c5bd.gif?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="1" data-s="300,640" data-type="gif" data-w="256">

但这(zhè)些短视频的创作方(fāng)式(shì)非常简(jiǎn)单，创作者仅仅需要向AI输入一段话，甚(shèn)至(zhì)只是(shì)说一(yī)下要求，AI就可以根据需要(yào)生成一段视频。

谷(gǔ)歌(gē)发布的两个AI生成视频分别来自于Imagen Video和Phenaki，前者主(zhǔ)要突出的是高(gāo)清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公(gōng)布了AI生(shēng)成的视频后，AI圈就已(yǐ)经(jīng)玩了(le)一(yī)波梗，一个能够做出(chū)更(gèng)高清视频的(de)AI还(hái)不足以在短时间(jiān)内戳中兴奋点。

Phenaki更加令(lìng)人震(zhèn)惊的地方在于(yú)，它可以制作出超过(guò)2分钟的连(lián)贯的也有确切内容的视(shì)频，这才是真正让(ràng)人们(men)感到惊喜的地方。因为无论AI生成(chéng)的视(shì)频(pín)多么高清，也只(zhǐ)能(néng)是为(wèi)内容生产者(zhě)提(tí)供一个灵感，一个素材(cái)，一个过(guò)场动画。

不过能够(gòu)制作出(chū)有(yǒu)具体剧情内(nèi)容的(de)视(shì)频就意味着，一些视频创(chuàng)作由AI代(dài)替人工(gōng)完成已(yǐ)经初步有(yǒu)了可能。

当下AI的(de)发展速度(dù)已经超过大部分人的想象。内容产业(yè)的本质是供给创(chuàng)造需求(qiú)，AIGC作为全(quán)新的内容生产方(fāng)式(shì)，可以为内容产业带来更(gèng)新(xīn)的(de)内容风格(gé)、更快(kuài)的生产速度，更(gèng)低的生产成本，这无疑会驱动内容产(chǎn)业的大爆发。

除了AI绘图(tú)、视频，AIGC技术还能应用于音乐、代码、机器人动(dòng)作等多种内(nèi)容形式的(de)生(shēng)成(chéng)。不难发现该项技术不仅(jǐn)在(zài)游(yóu)戏等行业能得到有效应用，对于下一代互联网各(gè)种元素的构(gòu)建亦有(yǒu)关(guān)键意义。

从商(shāng)业化的角度(dù)来(lái)看，文(wén)化娱乐(lè)、教育、传媒等(děng)诸(zhū)多领域，本身就对基于(yú)AI的(de)可(kě)视化(huà)内容有强烈需求(qiú)。

因此，AI绘画及视频或不是结果，而(ér)只(zhǐ)是AI进(jìn)程中的一块重(zhòng)要拼图，有(yǒu)望(wàng)在技术更新的加(jiā)持下实现更大的应用价值。

AI从理解内容，走向了可以生成内容，甚至能够创造(zào)出独(dú)立价值和独立视角的内(nèi)容(róng)。AIGC的再次出(chū)圈(quān)，更代表着未来的先进生(shēng)产力(lì)即将到来。

04

紧抓大模型(xíng)与算力，牢固AIGC底(dǐ)座(zuò)

从技术(shù)的(de)发展也可以看出，在语言大(dà)模型、图像(xiàng)大模(mó)型(xíng)之后，多(duō)模态大模型已经成为(wèi)了新的趋势(shì)。

大(dà)模型被誉为当前人工(gōng)智能(néng)发展的(de)智能底座，是全球竞(jìng)争最激烈的(de)研究(jiū)方向之一，包(bāo)括(kuò)谷(gǔ)歌、亚马逊、百(bǎi)度、阿里、腾讯等众多(duō)头(tóu)部企(qǐ)业都在竞相发力。

不过训练大(dà)模型的确价格不(bù)菲，以国(guó)盛证券发布的《ChatGPT需要多少算力》报告(gào)估算，GPT-3训练一次(cì)的成本(běn)约为(wèi)140万美元(yuán)。而(ér)对于一(yī)些更(gèng)大的LLM(大(dà)型语言(yán)模型)，训练成本则介(jiè)于200万美元至1200万美(měi)元(yuán)高价之(zhī)间。

以ChatGPT在2023年(nián)1月的独立访客平均数1300万(wàn)计(jì)算，其对应芯片需求为3万(wàn)多片(piàn)英伟(wěi)达A100 GPU，初(chū)始投入成本约为8亿(yì)美元，每日仅电(diàn)费(fèi)就在5万美元左右。

此外不论是ChatGPT还是(shì)AIGC，都离不开庞大(dà)算力支持。在关(guān)注各类大模型(xíng)的(de)发展同(tóng)时(shí)，更(gèng)应该关(guān)注算力网络(luò)的(de)建设。

算(suàn)力网(wǎng)络正驱动AI产业(yè)发展进入(rù)史诗级加速进程，让AIGC及(jí)通用AI这一人工智能发展的终(zhōng)极目标离得更近。

因为算力可以(yǐ)对(duì)突破性技术创新提供大力(lì)的支持。这(zhè)方面(miàn)，多(duō)模态大模型是典型。作为面(miàn)向未来(lái)强人工智能、通用人工智能的重要技术创(chuàng)新，多(duō)模(mó)态(tài)大模型已经在(zài)人工(gōng)智能领(lǐng)域提出(chū)了很(hěn)多年，业界也(yě)有不少技术突(tū)破，但是，多模态大模型进一步往下走(zǒu)，算力需求(qiú)呈(chéng)几何式上升，一般的算(suàn)力(lì)基(jī)础设施很快将(jiāng)难以胜任。

从图(tú)像、文字、语音单独(dú)一项的训练，到双模(mó)态、三模态的跃迁，让人(rén)工智能可以灵活应对不同模态的转化、像人与世界交(jiāo)互一样自然，这方面，由算力网络(luò)来驱动(dòng)将有明显优势(shì)。

此(cǐ)外，还有很多需(xū)要爆发式(shì)增长的算力(lì)来支撑(chēng)的技术创新，将在人工智(zhì)能算力网络支撑(chēng)下快速推(tuī)进。

AIGC已经露出曙(shǔ)光，期待在大模(mó)型和大算(suàn)力的(de)支(zhī)持下(xià)AIGC能持续(xù)颠覆内(nèi)容生(shēng)产的(de)方式，将创造的边际成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 六的大写是什么字，六的大写是什么怎么写